Publicidad
Publicidad

Detección automatizada y no invasiva del síndrome de Down en el primer trimestre

El análisis de la ultrasonografía mediante inteligencia artificial es más fiable que los métodos no invasivos tradicionales.

22/07/2022

Un estudio realizado en diversos centros chinos revela que el Deep Learning (DL), un tipo de inteligencia artificial basado en redes neurales complejas, detecta con elevada precisión el síndrome de Down en los 3 primeros meses del embarazo. El análisis por esta técnica examina la medida en que la nuca ...

Un estudio realizado en diversos centros chinos revela que el Deep Learning (DL), un tipo de inteligencia artificial basado en redes neurales complejas, detecta con elevada precisión el síndrome de Down en los 3 primeros meses del embarazo. El análisis por esta técnica examina la medida en que la nuca del feto es traslúcida, un parámetro ecográfico habitual en la determinación de la trisomía 21 y que toma en consideración la apariencia del fluido que se acumula bajo la piel en esta área corporal. Tanto en la cohorte de entrenamiento como en la de validación, el DL alcanzó una fiabilidad superior a la combinación formada por la edad de la madre y la traslucidez de la nuca evaluada por el método tradicional.

Jie Tian, investigador de la Academia de Ciencias China y director del estudio, afirma que incluso los marcadores ecográficos de reciente descubrimiento, tales como el grosor de la piel prenasal o la longitud del hueso nasal, requieren un complejo análisis por observadores humanos, lo que aumenta la inexactitud del diagnóstico. En contraste, el DL basado en redes neurales complejas ya ha demostrado su capacidad en la clasificación de imágenes médicas, como atestiguan recientes estudios tomográficos y de resonancia magnética. Tian teoriza que la superioridad del DL en el actual estudio podría ser debida a la captura de información adicional de la cabeza del feto.

Publicidad
Publicidad
Nuestros Podcasts